大约有 600 项符合查询结果(耗时:0.0121秒) [XML]

https://www.tsingfun.com/it/tech/2009.html 

Pulse Secure解决方案 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...此时您应考虑为什么购买(或计划购买)基础设施的特定组件。许多不同类型的设备都可在接入控制环境中使用,但这不并等于它们能够良好地运行。在典型的接入控制解决方案,这一点在执行设备上最为常见,尤其 是联防部...
https://www.tsingfun.com/it/tech/827.html 

常用快速产品原型设计工具推荐 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...所有基于微软Windows 平台的软件,提供的了大部分C/S、B/S组件的示意图,可组合使用,是一款非常款适合界面原型设计者和界面原型开发员的软件,能够满足一般软件界面模型设计需要。 界面设计软件(GUI Design Studio) V2.0.47.0 绿...
https://www.tsingfun.com/it/os... 

tcp加速技术解决方案 - 操作系统(内核) - 清泛网 - 专注C/C++及内核技术

...设备 在峰值带宽的情况下,网络的配置是在高吞吐量和延时之间的权衡 网卡性能调优 cpu offload 对于大量小包为主cpu密集型场景,可以使用网卡的offload特性,减小cpu的负载,让网卡计算校验和,利用网卡来执行tcp分段, 将...
https://www.tsingfun.com/it/tech/1331.html 

浅谈APM在电子交易系统中的应用 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...系统性 能时,一般重点测量为最终用户提供服务的硬件组件的利用率,如CPU利用率以及通过网络传输的字节数。虽然这种方法也提供了一些宝贵的信息,但却忽视了最 重要的因素--最终用户的响应时间。现在通过事务处理过程...
https://www.tsingfun.com/it/bigdata_ai/343.html 

搭建高可用mongodb集群(四)—— 分片 - 大数据 & AI - 清泛网 - 专注C/C++及内核技术

...的 架构图: 上图中有个TDDL,是taobao的一个数据访问层组件,他主要的作用是SQL解析、路由处理。根据应用的请求的功能解析当前访问的sql判断是在哪个业务数据库、哪个表访问查询并返回数据结果。具体如图: 说了这么...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升

...rful enough to provide accurate models. 如果是小训练集,高偏差/方差的分类器(比如朴素贝叶斯)要比偏差/高方差的分类器(比如k最近邻)具有优势,因为后者容易过拟合。然而随着训练集的增大,偏差/高方差的分类器将开始...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升

...rful enough to provide accurate models. 如果是小训练集,高偏差/方差的分类器(比如朴素贝叶斯)要比偏差/高方差的分类器(比如k最近邻)具有优势,因为后者容易过拟合。然而随着训练集的增大,偏差/高方差的分类器将开始...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升

...rful enough to provide accurate models. 如果是小训练集,高偏差/方差的分类器(比如朴素贝叶斯)要比偏差/高方差的分类器(比如k最近邻)具有优势,因为后者容易过拟合。然而随着训练集的增大,偏差/高方差的分类器将开始...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升

...rful enough to provide accurate models. 如果是小训练集,高偏差/方差的分类器(比如朴素贝叶斯)要比偏差/高方差的分类器(比如k最近邻)具有优势,因为后者容易过拟合。然而随着训练集的增大,偏差/高方差的分类器将开始...
https://www.tsingfun.com/it/bi... 

如何选择机器学习算法 - 大数据 & AI - 清泛网 - 专注IT技能提升

...rful enough to provide accurate models. 如果是小训练集,高偏差/方差的分类器(比如朴素贝叶斯)要比偏差/高方差的分类器(比如k最近邻)具有优势,因为后者容易过拟合。然而随着训练集的增大,偏差/高方差的分类器将开始...